[发明专利]一种基于面部表情判断用户兴趣度的方法及系统

说明书

本发明公开了一种基于面部表情判断用户兴趣度的方法及系统，方法包括初始化步骤、获取图像步骤、图像预处理步骤、表情识别分类步骤和判断步骤。图像预处理步骤：获取图像的积分图，通过积分图计算图像中的特征区域，检测眼睛和嘴巴的位置；表情识别分类步骤：获取到图像数据中眼睛和嘴巴的位置后，创建要素图，之后通过表情模型分析图像数据中表情，并对表情进行分类；判断步骤：通过用户的表情打分值判断用户对浏览内容块的兴趣度，表情打分值依赖于表情分类，根据不同的分类表情赋予分值，分值为正值或者负值，分值的绝对值越大代表用户对当前浏览内容块越感兴趣。本发明提高了用户内容推荐的准确率，极大提高了内容推荐和用户喜好标签精度。

技术领域

本发明属于图像识别技术领域，涉及一种基于人脸检测的方法，特别涉及一种基于面部表情判断用户兴趣度的方法及系统。

背景技术

目前，互联网已经非常发达，很多公司通过大数据分析用户的需求，然后再做到内容的精准推送或者分发。通常的内容推荐分发都是根据用户的浏览、阅读以及搜索，这种情况必须达到量级以及不断训练才能达到推荐分发给用户的内容是用户真正想看的，但是要结合用户当时的心情等多种因素这种方式还是不能保证用户真正想浏览这些内容，所以必须增加判断推荐下发内容准确度。

目前关于人脸检测的技术已经比较成熟，大多数仅适用于安全等领域，但是在用户面部表情分析方面还没有用在比较实用的领域。基于人脸检测技术，本发明将其与信息推送等实用领域相结合，判断用户对于相关内容的兴趣度，为精准的内容推荐分发提供条件。

发明内容

本发明所要解决的问题在于克服传统大数据分析推荐分发下用户感兴趣内容的分析精度不足，提供一种基于面部表情判断用户兴趣度的方法，该方法在人脸检测的基础上进行改进，直接判断出用户对当前内容的兴趣程度，从而提高数据推荐分发的准确度。

本发明的目的是通过以下技术方案来实现的：

一种基于面部表情判断用户兴趣度的方法，

初始化步骤：打开应用程序，应用程序初始化；

获取图像步骤：通过摄像头采集数据，获取到人脸图像；

图像预处理步骤：获取图像的积分图，通过积分图计算图像中的特征区域，检测眼睛和嘴巴的位置；

表情识别分类步骤：获取到图像数据中眼睛和嘴巴的位置后，创建要素图，之后通过表情模型分析图像数据中表情，并对表情进行分类；

判断步骤：通过用户的表情打分值判断用户对浏览内容块的兴趣度，表情打分值依赖于表情分类，根据不同的分类表情赋予分值，分值为正值或者负值，分值的绝对值越大代表用户对当前浏览内容块越感兴趣。

作为优选方式，在获取图像步骤中，先获取上层设备的摄像头权限，开启摄像头设备并获取场景内容，通过native方法逐帧传递到C++底层处理。

作为优选方式，把C++中对每一帧ARGB图像数据利用加权平均法灰度化和单通道处理。

作为优选方式，在图像预处理步骤中，检测眼睛和嘴巴的位置前需要找到脸部区域。

作为优选方式，获取图像的积分图，具体为：通过HAAR算法计算脸部特征，然后利用积分公式获得积分图，积分图中每一点(x，y)都是在这个点对应左上角区域所有值的和，并且只需要遍历一遍图像就可以得到积分图；

积分公式如下：

其中ii(x,y)表示积分图，i(x,y)表示原始图像。

作为优选方式，(x，y)积分图可以这样计算ii(x,y)＝ii(x,y)+i(x,y)+ii(x,y-1)-ii(x-1,y-1)，利用积分图高效的计算图像中的特征区域。